基于改进小波包与样本熵的表面肌电信号特征提取

发布时间：2017-06-03 11:15

  本文关键词：基于改进小波包与样本熵的表面肌电信号特征提取，由笔耕文化传播整理发布。

【摘要】：针对表面肌电信号(s EMG)进行小波包分解后子空间维数较大导致部分子空间的特征信息被减弱和相邻子空间的频率接近会导致不同程度的信息冗余问题,提出了一种基于改进小波包与样本熵相结合的特征提取方法。在对原始s EMG进行小波变换的同时,对其某一高频子空间也进行小波变换,提取改进小波包分解后四个低频子空间的样本熵作为特征。在智能轮椅平台上进行实验,实验结果显示采用基于该算法的轮椅系统不仅正确识别率较高,而且稳定性更好。
【作者单位】： 重庆邮电大学信息无障碍工程研发中心;重庆邮电大学光纤通信技术重点实验室;
【关键词】： 肌电信号 小波 小波包 样本熵 特征提取
【基金】：国家科技部国际合作项目(2010DFA12160) 国家自然科学基金资助项目(60905066,51075420)
【分类号】：TN911.7
【正文快照】： 表面肌电信号(s EMG)是肌肉收缩时所产生的电波动。由于s EMG的非平稳性和非线性等问题,导致信号的识别时间长、正确识别率低,严重影响了控制系统的实时性和稳定性[1,2]。最近几年,采用常规的小波变换[3,4]、AR模型[4]、小波包变换[5]、双谱[6]或样本熵[7]等传统方法进行特征

【参考文献】

中国期刊全文数据库 前4条

1 张毅;连奥奇;罗元;;基于小波变换及AR模型的EMG模式识别研究[J];电子测量与仪器学报;2011年09期

2 张涛;任志良;孙常存;李耀波;;基于小波包分解和样本熵的电磁干扰分析方法[J];海军工程大学学报;2011年05期

3 邱青菊;朱向阳;;基于双谱分析表面肌电信号特征的提取与模式识别[J];中国组织工程研究与临床康复;2010年04期

4 杨晓利;李振伟;胡志刚;;肌电信号的样本熵分析[J];中国科技信息;2014年02期

【共引文献】

中国期刊全文数据库 前10条

1 宫娜娜;刘岩波;;变换域图像压缩算法仿真及性能分析[J];电子测量技术;2012年09期

2 赵建文;侯媛彬;;信号距离度模型及其波形复杂信号辨识[J];电子测量与仪器学报;2013年06期

3 华敏;李响;;基于WPKPCA和SVM的SEMG动作识别方法[J];电子技术应用;2014年04期

4 秦勤;李艳玮;;基于DSP的人体手势动作实时识别系统[J];电子技术应用;2014年07期

5 黄天鹏;张华;黄威;沈晓燕;;基于表面肌电信号的上臂动作识别研究[J];南通大学学报(自然科学版);2013年01期

6 鲁立;刘颂;;非线性SVM融合LDA的sEMG手势识别应用分析[J];激光杂志;2014年08期

7 方一新;;改进BP神经网络的EMG手指运动识别[J];激光杂志;2014年09期

8 张毅;刘睿;罗元;;基于支持向量机多分类的眼电辅助肌电的人机交互[J];计算机应用;2014年11期

9 常天庆;李勇;陈军伟;张洋;;基于最大能量匹配与样本熵的小波降噪方法[J];计算机工程与应用;2014年21期

10 卢蕾;殷涛;靳静娜;李颖;刘志朋;;采集表面肌电信号应用于动作识别的可行性[J];中国组织工程研究与临床康复;2011年22期

中国硕士学位论文全文数据库 前9条

1 卢蕾;基于表面肌电信号区分上肢动作的实验研究[D];北京协和医学院;2011年

2 刘程;下肢表面肌电信号采集与处理系统设计与实现[D];武汉理工大学;2012年

3 曹炜;基于肌音信号的手部多动作模式识别与假肢手控制研究[D];华东理工大学;2012年

4 王颖;肌电信号评价电刺激致肌疲劳方法的研究[D];北京协和医学院;2013年

5 卢英;基于表面肌电信号的下肢动作识别研究[D];武汉理工大学;2013年

6 李成龙;表面肌电信号在下肢康复训练中的应用研究[D];武汉理工大学;2013年

7 孙甲文;表面肌电信号预处理技术研究[D];哈尔滨理工大学;2013年

8 陈雨龙;基于肌肉电信号的仿人型假手控制[D];华南理工大学;2014年

9 卜峰;基于ARM的肌电假肢控制器设计与实现[D];上海师范大学;2014年

【二级参考文献】

中国期刊全文数据库 前10条

1 张闯;刘素贞;杨庆新;金亮;冯玲玲;杨素梅;;基于FFT和小波包变换的电磁声发射信号处理[J];电工技术学报;2010年04期

2 余琴;张旭秀;;基于小波变换的脑电信号特征提取及分类[J];大连交通大学学报;2009年01期

3 罗志增;李文国;;基于小波变换和盲信号分离的多通道肌电信号处理方法[J];电子学报;2009年04期

4 林卉,赵长胜,杜培军,肖剑平;正交小波包分析在遥感图像融合中的应用[J];海军工程大学学报;2005年03期

5 王飞,罗志增;基于AR模型和BP网络的表面EMG信号模式分类[J];华中科技大学学报(自然科学版);2004年S1期

6 程波;刘光远;;基于小波变换与神经网络的表面肌电信号的情感识别[J];计算机应用;2008年02期

7 汪沅;朱瑞荪;;基于小波除噪和经验模式分解的信号分析方法[J];机械研究与应用;2008年05期

8 洪波,杨福生,岳小敏,陈天祥;基于多变量AR模型的脑电相干性分析及其在脑区协作机制研究中的应用[J];生物物理学报;2001年01期

9 彭涛;陈晓宏;庄承彬;;基于样本熵的东江月径流序列复杂性分析[J];生态环境学报;2009年04期

10 吴继忠;花向红;高俊强;;基于小波包分解的结构自振特征提取及多路径误差分离[J];武汉大学学报(信息科学版);2010年04期

【相似文献】

中国期刊全文数据库 前10条

1 屈微,刘贺平;拓扑独立分量分析在方言特征提取中的应用研究[J];电声技术;2005年05期

2 李晋徽;杨俊安;王一;;一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用[J];计算机科学;2014年03期

3 柳革命;孙超;陈建莉;;基于局域判别基空间能量的特征提取[J];空军工程大学学报(自然科学版);2008年01期

4 菅云峰,胡勇,李介谷,孙再龙;基于相位叠合的不变特征提取[J];红外与激光工程;2000年01期

5 向阳,史习智;冲击回波信号的波形结构特征提取及分类研究[J];振动工程学报;2000年03期

6 楼天良;蒋惠忠;;一种适于高维时间序列的特征提取方法(英文)[J];浙江科技学院学报;2007年02期

7 杨日杰,李钢虎,赵俊渭,姚蓝;一种辐射噪声的特征提取新方法[J];西北工业大学学报;2000年02期

8 潘继飞;姜秋喜;;一种脉间滑变雷达信号特征提取新方法[J];电子信息对抗技术;2011年01期

9 韩萍,张红梅;仓储物害虫分类识别中的声信号的特征提取[J];计算机工程与应用;2003年14期

10 杨期鹤,栗华;被动声纳信号分类特征提取的研究[J];东南大学学报;1999年06期

中国重要会议论文全文数据库 前4条

1 刘直芳;张继平;游志胜;;有限制的MFA-ICA的算法及其在特征提取中的应用[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

2 李丽君;黄思娟;吴效明;熊冬生;;基于ECOG的运动想象特征提取和分类[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年

3 刁彦华;;基于小波变换模极大值的分析方法及其应用综述[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

4 张芳沛;唐克琴;章宇兵;刘中杰;;用于微动特征提取的相干激光雷达若干关键技研究[A];豫赣黑苏鲁五省光学（激光）学会联合学术2012年会论文摘要集[C];2012年

中国博士学位论文全文数据库 前1条

1 秦建华;经络电阻抗特性的特征提取及模式分类方法研究[D];北京邮电大学;2013年

中国硕士学位论文全文数据库 前10条

1 牟华英;脑电信号特征提取的算法研究[D];华南理工大学;2010年

2 周斌;信号细微特征提取及识别技术研究[D];哈尔滨工业大学;2011年

3 张沫;基于小波包分析的含噪序列主元特征提取和描述[D];沈阳航空航天大学;2013年

4 佟安时;思维脑电的采集和特征提取方法初探[D];东北大学;2010年

5 董伟;特征提取及特征优选在车辆声识别中的应用研究[D];中北大学;2010年

6 武扬;心电特征提取及分类方法研究[D];上海交通大学;2012年

7 陈天;基于特征提取与结构性失真的视频客观质量评估[D];西安电子科技大学;2007年

8 丘昌镇;高分辨率SAR图像目标分类特征提取与分析[D];国防科学技术大学;2009年

9 高煜妤;脑机接口中共空间模式特征提取研究[D];燕山大学;2013年

10 牛洁;注意力相关脑电的特征提取及分类方法研究[D];西安电子科技大学;2013年

  本文关键词：基于改进小波包与样本熵的表面肌电信号特征提取，，由笔耕文化传播整理发布。

本文编号：418011